科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统知识匹配过程耗时长、效率低，不适用于大规模知识库匹配计算问题，研究隐性知识外显案例适配优化算法。首先，采用毕达哥拉斯模糊集（PFS）对知识属性值进行处理，建立知识表达系统；接着，运用K-Means算法对模糊C均值聚类算法（FCM）进行改进，压缩匹配空间、提升案例匹配效率；而后，基于PFS相关系数求解知识供需间的视图相似度，从而获得适配案例集，在此基础上构建随机森林适配模型，并采用粒子群算法对其优化，以确保适配效果。进一步通过与传统算法进行对比实验，验证证明优化算法具有比较优势。
- 单位
